La première assemblée générale de YoungPEx
Mercredi 12 novembre 2025
Cette première journĂ©e d’atelier a Ă©tĂ© animĂ©e par Georges Da Costa, professeur Ă l’UniversitĂ© de Toulouse et membre d’Exa-SoFt.
- L’informatique durable ?
- Avenir du calcul haute performance : prochaines Ă©tapes pour le calcul haute performance ?
- Introduction Ă la grille 5000
Jeudi 13 novembre 2025
Cette deuxième journĂ©e a Ă©tĂ© l’occasion d’approfondir les thèmes de la première journĂ©e.
Vendredi 14 novembre 2025
Le dernier jour, le thème principal Ă©tait l’Ă©quitĂ© et l’Ă©galitĂ© dans les sciences. Deux sessions diffĂ©rentes ont Ă©tĂ© organisĂ©es : le Monopoly des inĂ©galitĂ©s, un jeu inspirĂ© du cĂ©lèbre Monopoly, destinĂ© Ă mettre en Ă©vidence le fait que tout le monde n’a pas les mĂŞmes chances de rĂ©ussir, et une table ronde.
Ces sessions ont permis de faire le point sur la question de l’Ă©galitĂ© et de l’Ă©galitĂ©, et de formuler des recommandations et des signes d’alerte pour identifier ou prĂ©venir de nouvelles inĂ©galitĂ©s au sein de la communautĂ© NumPEx.
Comité d'organisation
- Thomas Saigre, postdoctorant Inria Ă l’IRMA et membre d’Exa-MA
- Karmijn Hoogveld, doctorant CNRS Ă l’IRIT et membre d’Exa-SofT
- MĂ©line Trochon, doctorante Inria au LaBRI et Ă Exa-DoST
- Mathis Certenais, doctorant de l’UniversitĂ© de Rennes Ă l’Irisa et membre d’Exa-AtoW
- Romain Garbage, ingĂ©nieur Inria et membre d’Exa-DI
PEPR NumPEx
L'assemblée générale d'Exa-DoST 2025
L’assemblĂ©e annuelle d’Exa-DoST 2025 s’est tenue du 5 au 7 novembre 2025, rĂ©unissant 65 chercheurs et ingĂ©nieurs du monde universitaire et de l’industrie pour discuter des dernières avancĂ©es, prĂ©parer les jalons des work packages, et accueillir les dernières recrues.
Exa-DoST (Data-oriented Software and Tools for the Exascale) est l’un des cinq projets du programme NumPEx. Exa-DoST aborde les grands dĂ©fis liĂ©s aux donnĂ©es en proposant des solutions opĂ©rationnelles co-conçues et validĂ©es dans des applications françaises et europĂ©ennes. Cela permettra de combler le vide laissĂ© par les projets internationaux prĂ©cĂ©dents afin de garantir que les besoins français et europĂ©ens soient pris en compte dans les feuilles de route pour la construction de la pile logicielle Exascale axĂ©e sur les donnĂ©es.
Enfin, Exa-DoST a Ă©tĂ© fière d’accueillir ses nouvelles recrues, qui ont brillamment relevĂ© le dĂ©fi de prĂ©senter des faits scientifiques marquants en sessions plĂ©nières et par le biais de sessions de posters !
Mercredi 5 novembre 2025
- Une introduction ou un rafraîchissement à NumPEx et Exa-DoST
par Gabriel Antoniu, chercheur Inria et co-leader Exa-DoST
et Julien Bigot, chercheur CEA et co-leader Exa-DoST - Quelques mots d’introduction pour tous
par Gabriel Antoniu et Julien Bigot - Premiers résultats et 2 axes scientifiques pour les lots de travail :
- WP1 – E/S et stockage de donnĂ©es
par Francieli Boito, chercheur Ă l’Inria et responsable du WP Exa-DoST
et François Tessier, chercheur Ă l’Inria et responsable du WP Exa-DoST - WP2 – Traitement des donnĂ©es in situ
par Yushan Wang, chercheur au CEA et responsable du WP Exa-DoST
et Laurent Colombet, chercheur au CEA et responsable du WP Exa-DoST - WP3 – ML-based data analytics
par Thomas Moreau, chercheur Ă l’Inria et responsable du WP Exa-DoST
et Bruno Raffin, chercheur Ă l’Inria et responsable du WP Exa-DoST - WP4 :
par Virginie Grandgirard, chercheur au CEA et responsable du WP Exa-DoST
et Damien Gratadour, professeur Ă l’UniversitĂ© Paris CitĂ© et responsable du WP Exa-DoST.
- WP1 – E/S et stockage de donnĂ©es
Jeudi 6 novembre 2025
-
Intervention de François Mazen, Kitware
-
Exposé de Xavier Delaruelle, TGCC
- SĂ©ances en petits groupes :
- Retour d’expĂ©rience sur Gysela x WP1
Dirigé par Virginie Grandgirard, Francieli Boito et François Tessier - Feedback sur SKA x WP2
DirigĂ© par Damien Gratadour et Yushan Wang, avec la participation de Shan Mignot - Feedback sur d’autres applications (Coddex, Dyablo…) x WP3
DirigĂ© par Laurent Colombet, Thomas Moreau et Brunon Raffin - Retour d’expĂ©rience sur Gysela x WP2
Virginie Grandgirard, Yushan Wang et Laurent Colombet - Feedback sur SKA x WP3
DirigĂ© par Damien Gratadour, Thomas Moreau et Bruno Raffin - Retour d’information sur d’autres applications (Coddex, Dyablo…) x WP1
Dirigé par Laurent Colombet, Francieli Boito et François Tessier
- Retour d’expĂ©rience sur Gysela x WP1
Vendredi 7 novembre 2025
-
Comment aborder la modularitĂ© dans la conception des bibliothèques au sein d’Exa-DoST ?
par Julien Bigot - SĂ©ances en petits groupes :
- Feedback sur Gysela x WP3
DirigĂ© par Virginie Grandgirard, Thomas Moreau et Bruno Raffin - Retour d’information sur SKA x WP1
DirigĂ© par Damien Gratadour, Francieli Boito et François Tessier - Feeback sur d’autres applications (Coddex, Dyablo…) x WP2
Dirigé par Laurent Colombet et Yushan Wang
- Feedback sur Gysela x WP3
- Résumé des sessions en petits groupes avec tous les lots de travail :
Participantes et participants
- Mahamat Abdraman, Inria
- Jean-Thomas Acquaviva, DDN
- Gabriel Antoniu, Inria
- Julian AURIAC, CEA
- Rosa Maria Badia, BSC
- Alexis Bandet, Inria
- Iheb Becher, CNRS
- Mansour Benbakoura, Inria
- Andres Bermeo Marinelli, Inria
- Julien Bigot, CEA
- JĂ©rĂ´me Bobin, CEA
- François Bodin, Irisa
- Francieli Boito, Université de Bordeaux
- Robin Boezennec, Inria
- Etienne Bonnassieux, Université de Bordeaux
- Eric Boyer, Genci
- Valérie Brenner, CEA
- Silvina Caino-Lores, Inria
- Franck Cappello, Laboratoire national d’Argonne, en ligne
- Pierre Cesar, Inria
- JĂ©rĂ´me Charousset, CEA
- Mathieu Cloirec, CINES
- Arnaud Collioud, Université de Bordeaux
- Laurent Colombet, CEA
- Marwane Dalal, Laboratoire d’Astrophysique de Bordeaux
- Ariel De Vora, CEA
- Xavier Delaruelle, CEA
- Arnaud Durocher, CEA
- Sofya Dymchenko, Inria
- Hugo Gaquere, Observatoire de Paris
- Virginie Grandgirard, CEA
- Damien Gratadour, Université Paris Cité
- Amina Guermouche, Inria
- Gabriel Hautreux, CINES, en ligne
- Hadrien Hendrikx, Inria
- Arthur Jaquard, Inria
- Théo Jolivel, Inria
- Sylvain Joube, CEA
- Ivan LUCAS, CEA
- Jakob Luettgau, Inria
- Martial Mancip, CEA
- Benoit Martin, CEA
- François Mazen, Kitware
- Yann Meurdesoif, CEA
- Shan Mignot, CNRS
- Thomas Moreau, Inria
- Jacques Morice, CEA
- Étienne Ndamlabin, Inria
- Guillaume Pallez, Inria
- Lucas Pernollet, CEA
- Abhishek Purandare, Inria
- Bruno Raffin, Inria
- Olivier Richard, Université Grenoble Alpes
- Kento Sato, Riken
- Hugo Strappazzon, Inria
- FrĂ©dĂ©ric Suter, Laboratoire national d’Oak Ridge, en ligne
- François Tessier, Inria
- Samuel Thibault, Université de Bordeaux
- Luan Teylo, Inria
- Alix Tremodeux, ENS Lyon
- MĂ©line Trochon, Inria
- Hippolyte Verninas, Inria
- Sunrise Wang, CNRS
- Yushan Wang, CEA
- Jad Yehya, Inria
©Martial Mancip / PEPR NumPEx
Exa-DI : la première mini-application résultant du co-développement est désormais disponible !
Suite aux assemblĂ©es gĂ©nĂ©rales d’Exa-DI, des groupes de travail ont Ă©tĂ© constituĂ©s pour produire des applications sur quatre thèmes majeurs. La première mini-application sur la discrĂ©tisation de haute prĂ©cision est maintenant disponible.
À la suite des ateliers Exa-DI, quatre groupes de travail (GT) ont été constitués, rassemblant tous les acteurs du co-design et co-développement : l’équipe Computational and Data Science (CDT) d’Exa-DI, les membres des différents projets NumPEx ciblés, et les équipes démonstratrices d’applications. Ces groupes portent sur la discrétisation efficace, les maillages non structurés, l’AMR structuré par blocs et l’IA appliquée aux problèmes inverses linéaires à l’exascale, et avancent désormais activement.
Grâce à ces GTs, les premières mini-applications partagées, représentatives des défis techniques des applications exascale, sont en cours de développement. Elles intègrent des composants logiciels à forte valeur ajoutée (bibliothèques, frameworks, outils) fournis par d’autres équipes NumPEx. Dans ce contexte, la première mini-application sur la discrétisation haute précision est désormais disponible, et d’autres suivront bientôt.
Un hub de documentation, mis en place début 2025, centralise progressivement tutoriels et documents techniques d’intérêt général pour NumPEx Exa-DI. On y trouve notamment : catalogue de logiciels NumPEx, webinaires et formations, documentation sur le co-design et le packaging CDT, et bien plus encore.
© PEPR NumPEx
Exa-DI : Faciliter le déploiement d'applications HPC avec les Package Managers
Exa-DI est fier de prĂ©senter sa sĂ©rie de formations destinĂ©es aux utilisateurs de package managers, conçues pour optimiser leur expĂ©rience d’utilisation.
Le dĂ©ploiement et le portage d’applications sur des supercalculateurs reste une tâche complexe et fastidieuse. NumPEx encourage les utilisateurs Ă utiliser des gestionnaires de paquets, permettant un contrĂ´le prĂ©cis et direct de leur pile logicielle, avec un accent particulier sur Guix et Spack.
Une sĂ©rie de cours de formation et d’Ă©vĂ©nements de soutien a Ă©tĂ© organisĂ©e pour aider les utilisateurs :
– Tutoriel : Introduction Ă Guix – Octobre 2025
– Tutoriel @ Compass25 : Guix-deploy – Juin 2025
– Coding session : Publication de paquets sur Guix-Science – Mai 2025
– Tutoriel : Spack pour les dĂ©butants (en ligne) – Avril 2025
– Tutoriel : Utiliser Guix et Spack pour dĂ©ployer des applications sur des supercalculateurs – FĂ©vrier 2025
Le passage Ă de nouvelles mĂ©thodes de dĂ©ploiement prend du temps. NumPEx soutient les utilisateurs en proposant des formations, une assistance, un packaging logiciel, des amĂ©liorations d’outils et des partenariats avec des centres de calcul pour optimiser l’expĂ©rience de l’utilisateur.
Pour plus d’informations : https://numpex-pc5.gitlabpages.inria.fr/tutorials/webinar/index.html
Crédit photo : Mohammad Rahmani / Unsplash
Exa-DI : la co-conception et le co-développement dans NumPEx progressent
La mise en Ĺ“uvre du processus de co-conception et co-dĂ©veloppement au sein de NumPEx est un des objectifs d’Exa-DI, pour la production de logiciel augmentĂ© et productif. Pour cela, Exa-DI a organisĂ© trois groupes de travail ouvert Ă tous les membres de NumPEx.
Le projet Exa-DI est chargĂ© de mettre en Ĺ“uvre le processus de co-conception et de co-dĂ©veloppement au sein de NumPEx, dans le but de produire des logiciels exascales augmentĂ©s et productifs, orientĂ©s vers la science. Dans ce contexte, Exa-DI a dĂ©jĂ organisĂ© trois ateliers: un sur la discrĂ©tisation efficace pour les EDP exascales, un autre sur l’AMR structurĂ© par blocs Ă l’Ă©chelle exascale et un troisième sur l’intelligence artificielle pour le HPC exascale. Ces ateliers de deux jours en personne ont rassemblĂ© des membres d’Exa-DI, des membres d’autres projets NumPEx, des Ă©quipes prĂ©sentant des applications issues de divers secteurs de la recherche et de l’industrie, ainsi que des experts.
Les discussions ont porté sur les points suivants
-
- Défis liés au processus de co-conception et de co-développement
- Questions clés
- Les questions les plus urgentes pour le développement collectif et le renforcement des liens entre NumPEx et les applications
- Initiatives visant à promouvoir la durabilité des logiciels exascales et la portabilité des performances.
Un rĂ©sultat très intĂ©ressant et stimulant a Ă©tĂ© la crĂ©ation de groupes de travail axĂ©s sur un ensemble de mini-applications partagĂ©es et bien spĂ©cifiĂ©es reprĂ©sentant les modèles transversaux de calcul et de communication identifiĂ©s. Plusieurs Ă©quipes d’application ont exprimĂ© leur intĂ©rĂŞt Ă participer Ă ces groupes. Ă€ ce jour, quatre groupes de travail sont activement engagĂ©s dans la co-conception et le co-dĂ©veloppement de mini-applications, en vue d’intĂ©grer et d’Ă©valuer les ensembles logiques de composants logiciels dĂ©veloppĂ©s dans les projets NumPEx.
Stratégie pour l’interopérabilité des infrastructures numériques scientifiques
L’Ă©volution des volumes de donnĂ©es et des capacitĂ©s de calcul est en train de remodeler le paysage numĂ©rique scientifique. Pour exploiter pleinement ce potentiel, NumPEx et ses partenaires dĂ©veloppent une stratĂ©gie d’interopĂ©rabilitĂ© ouverte reliant les principaux instruments, centres de donnĂ©es et infrastructures de calcul.
Porté par la production des données issues des grands instruments (télescopes, satellites, etc.) et de l’intelligence artificielle, le paysage numérique scientifique connaît une transformation profonde, alimentée par l’évolution rapide des capacités de calcul, de stockage et de communication. Le potentiel scientifique de cette révolution, intrinsèquement multidisciplinaire, repose sur la mise en œuvre de chaînes hybrides de calcul et de traitement, intégrant de manière croissante les infrastructures HPC, les centres de données et les grands instruments.
Anticipant l’arrivée de la machine Exascale Alice Recoque, les partenaires et collaborations de NumPEx (SKA-France, MesoCloud, PEPR Numpex, Data Terra, Climeri, TGCC, Idris, Genci) ont décidé de coordonner leurs efforts afin de proposer des solutions d’interopérabilité, permettant le déploiement de chaînes de traitement exploitant pleinement l’ensemble des infrastructures de recherche.
Les travaux ont pour objectif de définir une stratégie ouverte de mise en œuvre de solutions d’interopérabilité, en lien avec les grands instruments scientifiques, afin de faciliter l’analyse des données et de renforcer la reproductibilité des résultats.
Figure: Overview of Impact-HPC.
© PEPR NumPEx
Impacts-HPC : une bibliothèque Python pour mesurer et comprendre l'empreinte environnementale du calcul scientifique
L’empreinte environnementale du calcul scientifique va bien au-delĂ de la consommation d’Ă©lectricitĂ©. Impacts-HPC prĂ©sente un cadre complet pour Ă©valuer les impacts du HPC sur l’ensemble de son cycle de vie, de la fabrication des Ă©quipements Ă la consommation d’Ă©nergie, au moyen d’indicateurs environnementaux clĂ©s.
L’empreinte environnementale des calculs scientifiques est souvent réduite à la consommation électrique pendant l’exécution. Or, cela ne reflète qu’une partie du problème. Impacts-HPC vise à dépasser cette vision limitée en intégrant aussi l’impact de la fabrication des équipements et en élargissant le spectre des indicateurs considérés.
Cet outil permet également de tracer les étapes d’un workflow de calcul et de documenter les sources utilisées, renforçant ainsi la transparence et la reproductibilité. Dans un contexte où la crise environnementale nous oblige à considérer simultanément climat, ressources et autres frontières planétaires, disposer de tels outils devient indispensable.
La librairie Impacts-HPC couvre plusieurs Ă©tapes du cycle de vie : fabrication et usage des Ă©quipements. Elle fournit aux utilisateurs trois indicateurs essentiels :
- Énergie primaire (MJ) : plus pertinent que la seule électricité, car il inclut les pertes de conversion tout au long de la chaîne énergétique.
- Impact climatique (gCO₂eq) : calculé par l’agrégation et la conversion des différents gaz à effet de serre en équivalents CO₂.
- Déplétion des ressources (g Sb eq) : reflétant l’utilisation de ressources non renouvelables, en particulier les minerais métalliques et non métalliques.
C’est la première fois qu’un tel outil est proposé pour un usage direct par les communautés du calcul scientifique, avec une approche intégrée et documentée.
Cette librairie ouvre la voie à une évaluation plus fine des impacts environnementaux liés au calcul scientifique. Les prochaines étapes incluent son intégration dans des environnements de type jumeau numérique, l’ajout de données en temps réel (mix énergétique, stockage, transferts), ainsi que des tests sur un centre HPC de référence (IDRIS). De nouveaux indicateurs, tels que la consommation d’eau, pourront venir compléter l’outil pour en faire une brique incontournable de l’évaluation environnementale du calcul haute performance.
Figure: Overview of Impact-HPC.
© PEPR NumPEx
Stockage de volumes massifs de données : mieux comprendre pour mieux concevoir et optimiser
Il est essentiel de comprendre comment les applications scientifiques lisent et Ă©crivent les donnĂ©es pour concevoir des systèmes de stockage qui rĂ©pondent rĂ©ellement aux besoins du calcul intensif. La caractĂ©risation fine des E/S permet d’orienter les stratĂ©gies d’optimisation et l’architecture des futures infrastructures de stockage.
Les donnĂ©es sont au cĹ“ur des applications scientifiques, qu’il s’agisse des donnĂ©es en entrĂ©es ou des rĂ©sultats de traitements. Depuis plusieurs annĂ©es, leur gestion (lecture et Ă©criture, aussi appelĂ©es E/S) est un frein au passage Ă très large Ă©chelle de ces applications. Afin de concevoir des systèmes de stockage plus performants capables d’absorber et d’optimiser ces E/S, il est indispensable de comprendre comment les applications lisent et Ă©crivent ces donnĂ©es.
Grâce aux différents outils et méthodes que nous avons développés, nous sommes capables de produire une caractérisation fine du comportement E/S des applications scientifiques. Par exemple, à partir des données d’exécution de supercalculateurs, nous pouvons montrer que moins d’un quart des applications effectuent des accès réguliers (périodiques) ou encore que les accès concurrents sur le système de stockage principal sont moins courants qu’attendus.
Ce type de résultat est déterminant à plusieurs titres. Il permet par exemple de proposer des méthodes d’optimisation des E/S qui répondent à des comportements clairement identifiés des applications. Une telle caractérisation est aussi un élément concret pour influencer les choix de conceptions de futurs systèmes de stockage, toujours dans le but de répondre aux besoins des applications scientifiques.
Figure : Étape de la classification des données.
PEPR NumPEx
Une nouvelle génération de bibliothèques d'algèbre linéaire pour les superordinateurs modernes
Les bibliothèques d’algèbre linéaire sont au cœur du calcul scientifique et de l’intelligence artificielle. En repensant leur exécution sur les architectures hybrides CPU/GPU, de nouvelles approches à base de tâches dynamiques permettent d’en améliorer significativement les performances et la portabilité.
Les bibliothèques de résolution ou de manipulation de systèmes linéaires sont utilisées dans de nombreux domaines de la simulation numérique (aéronautique, énergie, matériaux) et de l’intelligence artificielle (training). Nous cherchons à rendre ces bibliothèques les plus rapides possibles sur les supercalculateurs combinant processeurs traditionnels et accélérateurs graphiques (GPU). Nous utilisons pour cela des modèles d’exécution à base de tâches asynchrones qui maximisent l’occupation des unités de calcul.
C’est un domaine de recherche actif où la plupart des approches existantes se heurtent toutefois au difficile problème de découpage du travail « à la bonne granularité » pour des unités de calcul qui sont hétérogènes.
Durant les derniers mois nous avons mis au point plusieurs extensions d’un modèle de programmation parallèle à base de tâches dit STF (Sequential Task Flow) qui permet d’implémenter de manière beaucoup plus élégante, concise et portable des algorithmes complexes. En combinant ce modèle avec des techniques de découpage dynamique et récursif du travail, on accroît significativement les performances sur des supercalculateurs équipés d’accélérateurs tels que des GPU, notamment grâce à la capacité d’adapter dynamiquement la granularité des calculs en fonction de l’occupation des unités de calcul. A titre d’exemple, grâce à cette approche nous avons obtenu une accélération de 2x par rapport à d’autres bibliothèques de l’état de l’art (MAGMA, Parsec) sur un calculateur hybride CPU/GPU.
Les opérations d’algèbre linéaire sont souvent les étapes les plus coûteuses dans de nombreuses applications de calcul scientifique, analyse de données et apprentissage profond. Par conséquent, toute amélioration de performances dans les bibliothèques d’algèbre linéaire peut potentiellement avoir un impact significatif pour de nombreux utilisateurs de ressource de calcul à haute performance.
Les extensions proposées du modèle STF sont génériques et peuvent également bénéficier à nombreux codes de calcul au-delà du périmètre de l’algèbre linéaire.
Dans la prochaine pĂ©riode, nous souhaitons Ă©tudier l’application de cette approche aux algorithmes d’algèbre linĂ©aire pour matrices creuses ainsi qu’aux algorithmes d’algèbre multi-linĂ©aire (calculs tensoriels).
Adapter la granularité permet de confier aux CPUs des tâches plus petites qui ne les occuperont pas trop longtemps, ce qui évite de faire attendre le reste de la machine, tout en continuant à confier aux GPUs de grandes tâches pour qu’ils restent efficaces.
Figure : Adapter la granulométrie permet de confier aux CPUs des tâches plus petites qui ne les occuperont pas trop longtemps, ce qui évite de faire attendre le reste de la machine, tout en continuant à confier aux GPUs de grandes tâches pour qu’ils restent efficaces.
© PEPR NumPEx
Du dépôt Git à l'exécution en masse : Exa-MA industrialise le déploiement d'applications HPC conformes à NumPEx
En unifiant les flux de travail et en automatisant les étapes clés du cycle de vie des logiciels HPC, le cadre Exa-MA contribue à un déploiement plus fiable, portable et efficace des applications sur les systèmes nationaux et EuroHPC.
Les applications HPC nĂ©cessitent reproductibilitĂ©, portabilitĂ© et tests Ă grande Ă©chelle, mais le passage du code Ă l’ordinateur reste long et hĂ©tĂ©rogène selon les sites. L’objectif est d’unifier le cadre applicatif Exa-MA et d’automatiser les constructions, les tests et les dĂ©ploiements conformĂ©ment aux directives NumPEx.
Un cadre d’application Exa-MA a Ă©tĂ© mis en place, intĂ©grant la gestion des modèles, des mĂ©tadonnĂ©es et des procĂ©dures de vĂ©rification et de validation (V&V). Parallèlement, une chaĂ®ne complète de CI/CD HPC a Ă©tĂ© dĂ©ployĂ©e, combinant Spack, Apptainer/Singularity et la soumission automatisĂ©e via ReFrame/SLURM orchestrĂ©e par GitHub Actions. Cette infrastructure fonctionne de manière transparente sur les ordinateurs nationaux français et les plateformes EuroHPC, avec une automatisation de bout en bout des Ă©tapes critiques.
Dans les premiers cas d’utilisation, le dĂ©lai entre la validation du code et l’exĂ©cution Ă grande Ă©chelle a Ă©tĂ© rĂ©duit de plusieurs jours Ă moins de 24 heures, sans aucune intervention manuelle sur le site. Les performances sont dĂ©sormais contrĂ´lĂ©es par des tests de non-rĂ©gression (Ă©volutivitĂ© Ă©levĂ©e/faible) et seront bientĂ´t amĂ©liorĂ©es par des artefacts de profilage.
L’approche dĂ©ployĂ©e rĂ©volutionne l’intĂ©gration des applications Exa-MA, accĂ©lère l’onboarding et assure une qualitĂ© contrĂ´lĂ©e grâce Ă des tests automatisĂ©s et une traçabilitĂ© complète.
La prochaine phase du projet consiste à mettre en ligne les applications Exa-MA et à déployer un tableau de bord des performances.
Figure : Analyse comparative des pages d’un site web avec des vues par application, par machine et par cas d’utilisation.
PEPR NumPEx